拼2018年AI落地，這個方向或成各大廠市場布局突破點

跟上深度學習技術泛化工具推廣趨勢，百度發布深度學習可視化平台Visual DL

2018年1月16日百度發布開源產品ECharts (echarts.baidu.com)最新4.0版本，同時還一併發布了ECharts GL 1.0正式版、ZRender 4.0全新版本、WebGL框架ClayGL、深度學習框架Visual DL等數據可視化產品，正式公布「百度數據可視化實驗室」成立。

▲參數分布和張量進行可視化

source：百度官方

其中的深度學習可視化平台工具「Visual DL」，目前囊括標量特徵、參數分布、模型結構和圖像可視化等功能，能幫助開發者實時看到深度學習模型的訓練現況並進行模型優化，是百度自2017開始與自家PaddlePaddle深度合作的成果。

至於為什麼想要發展這套可視化平台工具「Visual DL」？

百度表示，這是為了讓模型訓練者能夠更容易地理解、試調、優化模型，因此才希望能夠透過可視化圖形方法來實時表現數據流的訓練情況。

Google推出Cloud AutoML工具，加速深度學習技術應用平民化

Google於2018年1月18日發表Cloud AutoML工具，採用遷移學習(Transfer Learning)技術，將已經訓練好的模型套用至新的模型，協助新模型訓練。此外，透過learning 2 learn及超參數調整技術(Hyperparameter tuning technologies)，也能協助客戶大幅改善訓練成果。

2017年Google就已經推出雲端機器學習引擎，推出包含Vision、Speech、NLP、Translation和Dialogflow等機器學習API服務，以協助開發者能夠更輕易地建構屬於自己的機器學習模型，至今已累積1萬家企業採用Google Cloud AI服務，包含Box、Rolls Royce Marine、Kewpie和Ocado等企業。

雖然已經提供多款API，Google仍認為要讓各行各業都享受AI帶來的益處仍有很大努力空間，因此希望能以Cloud AutoML中的影像辨識訓練功能作為起點，大幅降低模型建構門檻，讓整個流程變得平民化且易於理解。

目前在Cloud AutoML工具中推出的Cloud AutoML Vision能簡易透過拖曳界面上傳影像，並透過圖像化簡易訓練與管理模型，相較於採用一般機器學習API，運用Cloud AutoML Vision來分類公開數據集如ImageNet和CIFAR的初期成果又會更加精準，錯誤率更低。

加速AI落地，IBM推深度學習PowerAI Vision，協助客戶更簡易訓練深度學習模型

IBM在2017年12月針對AI市場布局除了既有API外，也再度推出新的軟體服務與工具。在既有PowerAI平台架構上，進一步推出PowerAI Vision深度學習影像分析工具，目的是要協助客戶以更簡易方式訓練深度學習模型完成「物件偵測」與「影像分類」任務。

其中在「物件偵測」功能方面，只要客戶將持有的照片資料輸入，並進行簡易的物體標註，就能建構屬於自己的深度學習物件偵測模型，且整個訓練過程都以圖形可視化方式呈現，以利客戶實時掌控訓練情況。

此外，在「影像分類」功能方面，客戶只要簡易給予圖像與這些圖像的分類標籤，就能訓練模型自動學習擷取特徵並進行圖像分類，整個過程只需要數小時或數十小時不等。

另外，IBM也推出Deep Learning Impact工具，以利於針對不同模型訓練過程提供模型優化調整建議和模型的生命周期管理，讓整體模型何時需要重新訓練變得顯而易見，並能立即進行模型優化。

從上述內容可以發現，IBM和Google正積極推出降低開發門檻的AI工具，要讓深度學習技術可透過簡易檔案輸入方式建構模型並進行訓練，讓AI技術能被各行各業的廠商使用，以加快市場導入速度。

▲已布局深度學習技術可視化產品的AI軟體廠商與其產品名稱

Source：拓墣產業研究院

拼2018年AI落地，AI大廠希望以可視化、簡易操作的軟體工具為市場布局突破點

由於諸多消費性電子產品的硬體規格已經推升至一定高度，難以再大幅突破，在市場上缺乏話題的同時，讓在2016年冒出火苗的AI快速竄升為市場上最火紅話題，並成為全球矚目的焦點所在。

2017年AI已經吸引大批廠商參與投入，包含以經在AI市場佔據核心要角的雲端平台、軟體平台、電商平台廠商，在硬體支援上不可或缺的晶元與伺服器廠商，以及如雨後春筍不斷冒出的新創廠商等。

2018年的AI市場發展，拓墣認為就如同在2017年預估的那樣，預估2018年將是AI拼應用落地的重要年份，許多AI軟硬體產品將直接面臨實際應用著陸的考驗，成功與否？在各應用市場上有多大的影響力？都將成為2018年的市場關注重點。

而從觀點1中提及的百度Visual DL產品布局，也能直接呼應從2017年底～2018年初數間AI軟體大廠共同努力的方向，那就是強化AI的實際落地能力－讓AI變得更加平民化，包含IBM、Google和現在的百度，都已經針對這個部分推出新產品布局，而且全部一致鎖定能實時圖像可視化訓練過程的深度學習方案，要讓整個深度學習模型的訓練過程變得淺顯易懂，並實時掌控訓練狀況以便實時修正模型。

這樣不僅是這些AI大廠想為各產業公司解決缺乏AI技術人才的困境，更重要的，其實是想為自身解決市場需求難以有效提升的問題。

這樣做法的背後，其實隱藏這些AI軟體大廠對於2018年AI技術導入市場的危機意識，而這樣讓AI技術變得平民化作法是否真的能打動各應用市場，有效打開市場需求？值得持續追蹤後續所帶來的營收效益表現。

文丨拓墣產業研究院 林貞妤

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！